К содержимому

Датасет · rag-datasets

Биомедицинский датасет для тестирования RAG

rag-datasets/rag-mini-bioasq

Очищенное подмножество биомедицинских текстов и вопросов на английском для оценки систем поиска и генерации.

Что внутри

Набор представляет собой очищенную от пустых значений (NaN) выборку из обучающего датасета соревнования BioASQ (Task 11b) объемом около 44,9 тысячи записей. Внутри лежат текстовый корпус, разбитый на фрагменты с идентификаторами, а также вопросы с короткими ответами и ссылками на релевантные отрывки. Данные сохранены в формате parquet на английском языке.

Что можно сделать

  • Оценка качества поиска и генерации ответов в биомедицинских RAG-пайплайнах
  • Обучение эмбеддингов и моделей семантического поиска по научным текстам
Задачи
Вопрос-ответ, Похожесть текстов
Языки
Английский
Размер
10K–100K записей
Скачиваний за месяц
1,5 тыс.
Лайков
56

Как загрузить

from datasets import load_dataset

ds = load_dataset("rag-datasets/rag-mini-bioasq")